光学检测聪明10倍!直击英业达服务器基地,5G如何让AI取代人眼审查?

2020年8月中,英业达架设起5G企业专网,利用上传100Mbps及下载1Gbps的高速,串联生产车间上的AOI(自动光学检测,Automated Optical Inspection)系统,不仅人力安排减少9成,产线直通率(FPY, First Pass Yield)更拉高至85%。

由于人工成本高涨、缺工问题严重,以自动化及人工智能(AI)取代人工,成为大型制造工厂的投资重点。而随着产品复杂度增高,需要很多工作站接力完成,每一站的不良率相乘,会拉低直通率成绩。因此,直通率经常被工厂视为生产线品质优劣的指标。

英业达企业计算机业务群(EBG)总经理蔡枝安说,“我们目标是一分钟生产一片服务器主板。”然而,AOI为了取代人眼检测,在扫描产品表面后抓出的不良品,有时候却会因为阴影或反光而误判,还是必须靠一旁待命员工复检,将好的产品放回产线,无形中也降低了直通率。

有了5G之后,具备AI的AOI变得更聪明了。

英业达企业计算机业务群总经理蔡枝安表示,用AOI取代人工检测,减少服务器产线的9成人力,并提高直通率到85%,终极目标是用机器人在监控室值勤。

集10倍图资云计算学习,“终极目标是机器人在判读!”

差别在于,AOI告别“单站”智能,改采“集中”智能。

AI在学习分辨产品瑕疵时,必须累计足够多的扫描图片文件,才能精准判读。5G导入前,每条产线AOI个别利用旁边的计算机运算判断,搜集的图库也只来自该产线;导入5G后,10条产线AOI,都直接把图片文件上传云计算集中判断,数据充足精准度自然提升。

英业达企业计算机业务群全球运营中心副总阎承隆解释,因为Wi-Fi不稳定,过去智能工厂每条产线自建AI学习,AOI扫描产品后的图片文件送到产线服务器运算判别良劣,图片不够多精准度就低,要经过不断学习,精准度才拉高到98%。

但5G专网上路后,AOI扫描的图片文件都能集中送到云计算机房,10条产线收集的图片文件比单条产线多10倍,AOI自然更聪明,安排的产线复检人员可以锐减,甚至“终极目标是聘机器人在监控室判读!”

“AOI现在还只是小学生”,10条产线,要排60位员工轮班复检。一旦5G上路,10条产线只需1~2位工程师监管控理,即使轮3班、排6人,人力还是省下9成。

智能工厂里另一项即将连上5G的设备,是自主行走搬料搬货的“无人搬运车”(AGV, Automated Guided Vehicle)。用Wi-Fi联网时,不但容易断讯或被盖台,更麻烦的是,在等待信号恢复的5分钟里,失去信号的AGV早已不知去向。

“5G延迟速度是4G的10分之1。”资深副总陈逸萍说,未来AGV不用靠轨道,就知道前进方向。

5G的高速也有助于服务器成品测试。过去,服务器机型少量多样,测试工作要传输的数据动辄高达数G,回传不够即时;5G联网后,刚产出的新服务器若有大量不良品能立即通报,“晚通知,前面产线已经又做一大堆,愈早通知可减少不良品产出。”蔡枝安说。

英业达企业计算机业务群桃园总部8月中完成5G智能工厂产线,构建核心网络连接机器手臂与AGV车(上图)及AOI(本文首图)。

从“自用”变身网通大厂,思考不同场景痛点

身为台湾服务器出货量龙头,英业达更看好企业自建5G专网,带起的电信机房标准化商机,因而加入由电信业主导成立的O-RAN联盟(5G开放网络架构组织),希望借此转型,能如思科、爱立信等网通大厂一样提供电信级设备。

英业达云网方案业务部产品开发处经理江智伟分析,借由自行构建5G工厂,从硬件生产商,转型为解决方案开发商,研发工程师最大的挑战,将是如何转换到用户立场思考。

毕竟,若要替客户构建专网,只会开发硬件还不够,还必须了解不同应用场景的用户接口,这是影响产品软件及固件设计的关键。“不同场景的软件微调(fine tune)重点不同,工厂跟农场就不一样,如何架构现场环境是英业达不熟之处。”蔡枝安说。

这也是英业达砸3亿元,在桃园厂启动企业专网的关键原因。通过5G串联AOI与AGV等设备,不仅验证打造5G专网能力,查看自家硬件的表现,也能学如何微调软件,协助客户。

下一步,5G专网会全面导入桃园厂,更计划将解决方案对外销售。“5G谈多了,现在我们可以看到工厂真正带来的改善程度。”蔡枝安说。

英业达串联AOI、AGV车的核心网络,串联5G后发挥大连接、超高速率的特性,实现智能工厂的科技化场景。